Todas as notícias
10835
Agente de 4B Mage-VL-Cowork marca 66,0% no OSWorld-Verified e supera modelo de 30B
Avaliação direta por LLM ranqueia artigos como o Elo, mas barra 4,3% dos trabalhos fracos contra 66,4%
Bancada TSFLab aumenta em 20–163% a taxa de tarefas concluídas por agentes em previsão de séries temporais
Faros: em equipes com agentes de IA, o tempo mediano de revisão de código subiu 441%
Telemetria da Faros com 22 000 desenvolvedores: com IA, o tempo mediano de revisão subiu 441%. Por que os engenheiros trabalham mais sem serem obrigados e como…
Rótulo «sem documentos de referência» perdeu precisão de 0,68 para 0,10 com retrievers fortes
Quanto mais forte o retriever, mais contextos sem documentos gold ainda trazem a resposta: a precisão do rótulo de insuficiência caiu de 0,68 para 0,10 com o…
TJ Digital: 23% das páginas citadas por IA começam com resposta direta, contra 14% das não citadas
Análise de 193 507 respostas do ChatGPT e do Google: 23% das páginas citadas e 14% das não citadas começam com resposta direta. A diferença é pequena e não é…
mcp-linter encontra 18 parâmetros sem descrição no servidor filesystem da Anthropic
TensorFold 1.2.0 aumenta em 44,2% a vazão do Qwen3.8-27B no M3 Ultra com 16 fluxos
Jornalista da The Verge monta um rival do Meta Muse Charm por $50 com ajuda do Claude Code
agent-desktop completou 26 de 35 tarefas no Mac, cua fez 33 e Codex, 34
Claude Code ganha 8 Skills para vídeo: de 244 efeitos de pixel art à edição no DaVinci
O autor @DDJCXX reuniu 8 Skills para o Claude Code: 244 efeitos de pixel art, promos de 30 segundos, histórias narradas e corte bruto no DaVinci. O líder tem cerca…
Ruído adaptativo em sampler SDE no Flux 3 Klein melhorou a textura em apenas 1–2%
Autor de estudo no Habr testou se o sampler consegue escolher a intensidade do ruído pela curvatura e pelo erro do solver. No Flux 3 Klein, ganho de 1–2% em…
Juiz do EditAgent, da Adobe, escolhe uma edição aceitável em 81,3% dos casos, contra 74,8% do EditScore
Autor do Habr faz fine-tuning do YOLOv8l em radiografias dentárias e leva o mAP50 a 0,642
Teste com 16 modelos em 7 buscadores: Exa fez em média 10,5 pontos de 14; SearXNG, cerca de 3
Kimi marca 96,2% em teste de análise em base 1C e vira reserva caso o Claude seja bloqueado
Agente de vídeo StreamVibe, do Google, supera outros modelos em 10,7% em timing e qualidade das respostas
Novo teste detecta conluio oculto entre agentes de IA pela reação do parceiro a uma paráfrase
OpenAI reescreve as regras de comportamento do GPT: cinco valores e uma cadeia de prioridades
Bots de voz com LLM usam o classificador rápido Jev: decisão em 200–500 ms
Equipes tiram das grandes LLMs as decisões simples (fim de fala, troca de assunto, confirmação de agendamento) e as passam ao classificador Jev, com latência de…
Camada de proteção MoneyGate barrou os 42 pedidos fraudulentos feitos a IAs locais
Llama 3.1 8B, Qwen 2.5 7B e DeepSeek-R1 8B, rodando em um notebook gamer, mal percebiam o golpe e escreviam aos golpistas «transfiro hoje». O MoneyGate bloqueou os…